GoodNewsEveryone：带有情感、语义角色与读者感知标注的新闻标题语料库

大多数从文本进行情感分析的研究聚焦于情感分类或情感强度回归任务。较少有工作将情感作为以结构化学习应对的现象，这可归因于相关数据集的缺乏。我们通过发布一个包含 5000 条英文新闻标题的数据集来填补这一空白，该数据集通过众包标注了相关情感、对应的情感体验者与文本线索、相关情感原因与目标，以及读者对标题情感的感知。鉴于需识别的类别与角色数量众多，该标注任务颇具挑战性。因此我们提出了一种多阶段标注流程，先找出含情感内容的相关实例，再标注更细粒度的方面。最后，我们为自动预测语义角色结构的任务开发了基线方法并讨论了结果。我们发布的语料库支持情感分类、情感强度预测、情感原因检测方面的进一步研究，并支撑进一步的定性研究。